人工智能“发现”地球绕太阳公转

  • 时间:
  • 浏览:1
  • 来源:大发棋牌app_大发棋牌ios下载

调查什么的问题加载中,请稍候。

若长时间无响应,请刷新本页面

  如今,根据在地球上观测到的太阳和火星的运行轨迹,三种受大脑启发的机器学习算法计算出了太阳发生太阳系的中心。而天文学家花了哪几条世纪才弄明白什儿 道理。

  什儿 壮举是对一项技术的首次测试,研究人员希望有有助于利用它发现新的物理定律,或许还有有助于通过在大数据集中发现新的模式来重新构建量子力学。

  相关研究成果将发表在即将出版的《物理评论快报》上。

  苏黎世瑞士联邦理工学院的物理学家Renato Renner和他的战略战略公司合作 让你设计三种算法,将血块数据集提炼成哪几条基本公式,这模仿了物理学家提出简洁方程式(类似于于E=mc2)的思路。

  为了做到什儿 点,研究人员时需设计三种新型的神经网络,三种受人类大脑底部形态启发的机器学习系统。

  传统的神经网络通过血块数据集的训练学习识别物体,类似于于图像或声音。研究人员发现一般底部形态——类似于于“四条腿”和“尖尖的耳朵”有有助于用来识别猫。否则,我门我门我门 将什儿 底部形态编码到数学“节点”中,后者是神经元的人工等效物。

  然而,神经网络并那么 像物理学家那样,将什儿 信息提炼成哪几条易于解释的规则,后来不得劲像三个白 黑匣子,将它们获得的知识以不可预测且难以解释的最好的土法子传播到数千个甚至数百万个节点上。

  否则,Renner的研究团队设计了三种“脑叶切除”式的神经网络——三个白 仅通过血块链接相互连接的子网络。第三个白 子网将从数据中学习,就像在三个白 典型的神经网络中一样;而第三个白子网将使用什儿 “经验”做出新的预测并加以测试。

  否则连接三个白 子网络的链路很少,第三个白 子网络被迫以压缩格式向原来子网络传递信息。Renner把这比作三个白 导师怎样把他学到的知识传授给学生。

  最初的一项测试是向该神经网络提供从地球上看一遍的火星和太阳在天空中运行的模拟数据。从什儿 淬硬层 看,火星环绕太阳的轨道似乎是不稳定的,比如它会周期性地“逆行”,改变我本人的轨道。

  哪几条世纪以来,天文学家曾一个劲认为地球是宇宙的中心——我门我门我门 认为行星在天球上绕着小圈运行,即所谓的本轮,并以此来解释火星的运行轨迹。但在16世纪,尼古拉·哥白尼发现,否则地球和许多行星都围绕太阳运行,那么 用三个白 简单得多的公式系统就可不时需预测它们的运行轨迹。

  致力于将人工智能应用于科学发现的加拿大多伦多大学物理学家Mario Krenn表示,该研究团队的神经网络得出了哥白尼式的火星轨道公式,重新发现了“科学史上最重要的三个白 范式转变”。

  Renner强调,着实该算法推导出了什儿 公式,但时需人的眼睛来解释什儿 方程,并理解它们与行星围绕太阳运行之间的关系。

  这项研究工作不得劲要,否则它有有助于找出描述三个白 物理系统的关键参数,美国纽约市哥伦比亚大学机器人专家Hod Lipson说。他表示:“我认为什儿 技术是我门我门我门 理解和跟上物理和许多领域日益冗杂的什么的问题的唯一希望。”

  Renner和他的团队希望有有助于开发出帮助物理学家解决量子力学中的什儿 明显矛盾的机器学习技术。什儿 理论似乎对一项实验的结果和受其规律支配的观察者的观察最好的土法子产生了相互矛盾的预测。

  “在三种程度上,现在量子力学的表述最好的土法子否则后来历史的产物。”Renner说。他强调,一台计算机可不时需得出三个白 那么 什儿 矛盾的公式,但该团队最新的技术还不足性性心智心智心智成熟期期,尚无法做到什儿 点。

  为了实现什儿 目标,Renner和他的战略战略公司合作 正在尝试开发三种神经网络,后者不仅可不时需从实验数据中学习,否则还可不时需提出全新的实验来验证其假设。(赵熙熙)

[ 责编:蔡琳 ]

阅读剩余全文(